我正在尝试为我的反向传播和梯度下降程序开发一个Python中的Softmax函数。我在获取输出层（2个输出）的输出后调用Softmax函数，输出类似于向量[0.844521, 0.147048]，我目前实现的Softmax函数如下：

import mathvector = [0.844521, 0.147048]def soft_max(x):    e = math.exp(x)    return e / e.sum()print(soft_max(vector))

然而，当我运行它时，我得到了以下错误

TypeError: must be real number, not list

注意：我只想使用math库，不使用其他库

回答：

函数math.exp只能对标量操作，不能应用于整个数组。如果你只想使用math，那么你需要逐元素实现它：

import mathdef soft_max(x):    exponents = []    for element in x:        exponents.append(math.exp(element))    summ = sum(exponents)    for i in range(len(exponents)):        exponents[i] = exponents[i] / summ     return exponents if __name__=="__main__":    arr = [0.844521, 0.147048]    output = soft_max(arr)    print(output)

然而，我仍然想强调，使用numpy会更容易解决这个问题：

import numpy as npdef soft_max(x):    e = np.exp(x)    return e / np.sum(e)if __name__=="__main__":    arr = [0.844521, 0.147048]    output = soft_max(arr)    print(output)